object type
randomforest 會根據變數的型別來決定regression或classification。class(iris$species)是 factor，所以是classification。
iris.rf$type
[1] "classification"
data(iris)
set.seed(111)
ind <- sample(2, nrow(iris), replace = true, prob=c(0.8, 0.2))
iris.rf <- randomforest(formula = species ~ ., data=iris[ind == 1,])
iris.pred <- predict(object = iris.rf, newdata = iris[ind == 2,])
table(observed = iris[ind==2, "species"], predicted = iris.pred)
xtest = subset(test_data, select=-y)
ytest = test_data$y
ytest= subset(test_data, select=y)會報錯
注意：一旦提供了xtest，keep.forest缺省會被設定為false，trees不會儲存，模型中包含xtest的**值，但是模型不能用來predict。
local importance
localimp計算的是，針對每個case，不同變數的importance。
importance統計的是整體而言，不同變數的importance。
學習學習再學習
如果乙個技能足夠複雜 比如從零學程式設計 那就不要指望讀完一本書就可以打天下。多買幾本書同類的書 因為每個作者的出發點是不一樣的，哪怕對同乙個概念都有不同的解釋說明。理解知識的重要過程之一就如牛的反芻一樣，要嚼一遍 嚥下去 再吐出來 再嚼一遍 再嚥下去 所以，既然一本書可以讀幾遍，那麼同一話題多應該...
學習 學習 再學習
原本要使用vs2005開發乙個b s專案的，沒有想到只能先暫時停停了，居然跟不上技術的發展了，呵呵，一直使用delphi delphi也沒能跟上 沒有想到轉到vs2005上竟然有這麼多要學的東西，當然目的是了做乙個好的系統。最近一直在學習asp.net ajax，雖然專案停了，但是我覺得值得，有很多...
只是學習 學習 再學習
通過做 讓我學會了很多東西 什麼 flash div css html js as 雖然都只是皮毛 不過 算是了解那麼一點點吧 哈哈 我還突然發現 我的 數學和英語 進步了不少 而且還都是很實用的 比在學校的進步可快多了 那句話說的很不錯 在你了解了一些皮毛之後你會發現很多東西你都必須去學。因為少一...